基于語音評測的英語口語智能導師系統研究

[摘要]移動互聯網環境下，智能語音技術取得了突破性發展和創新性應用。在教育領域中，語音評測技術也達到了大規模應用的條件。該研究針對英語口語教學中存在的學習環境匱乏和評價難度大等問題，設計了基于語音評測的英語口語智能導師系統，旨在通過一對一個性化教學的途徑為上述問題提供解決方案。該智能導師系統主要包括學生模型、領域模型和教學模型三部分，作為核心的學生模型通過自動化語音測評技術描述學生當前的口語技能水平，教學模型依據學生模型向學生推薦個性化的口語學習資源。結果表明，該方法能夠有效地輔助學生的英語口語學習。

[關鍵詞]語音技術；語音評測；智能導師系統；學生模型

[中圖分類號]G40-057 [文獻標識碼]A [論文編號]1009-8097（2012）11-0082-04

一、引言

語言是人類最重要的、最有效的、最常用的和最方便的通信方式。口語是實現人與人之間溝通與交流的重要工具，口語水平是衡量會話能力的重要標準。英語已經成為一種國際化語言，英語口語教學是應用語言學科的重要研究領域之一。隨著新課改的實施，我國當前的英語教學中日益注重英語聽說等交際能力的培養。目前，在廣東、江蘇和山東等省市，英語口語考試已經成為中考、高考的重要組成部分之一，如廣東高考英語聽說考試滿分15分，占高考英語科總分的10%。然而，作為非母語的第二語言，國內大量的中小學生，甚至高校畢業生，在經歷了十幾年的英語學習后，仍然是只會寫不會說的“啞巴”，“啞巴英語”已經成為我國當前英語教學中亟待解決的首要問題。面對這種“說不出的痛”，作為廣大教育工作者，我們應該認真思考當前英語口語教學中存在的嚴重問題。

1.英語口語學習環境極度匱乏

語言環境，即“語境”（context of situation）是語言學研究的重要問題。從應用語言學的角度分析，語境極為重要，是切實提高口語技能的必備條件。英語語言學家弗斯、韓禮德等對此做過深入分析與論述，并認為英語口語的語境對英語口語水平的提高具有極大的影響作用。然而，對于國內的英語教學來說，英語口語環境基本上都集中在課堂上，其他口語練習環境很少。尤其在廣大農村地區，學生的英語口語學習環境更是匱乏，練習機會幾乎為零。可以說，英語口語學習環境匱乏是導致“啞巴英語”的首要原因。

2.英語口語評價難度大

朗讀、復述是提高英語聽說能力的重要途徑。然而，僅僅張口說是不夠的，口語交流需要實現會話者雙方或多方高效地交互。并且，交互過程中，如何檢測自己口語會話中的發音、語法錯誤并進行針對性地改進才能有效地提高口語水平。同時，評價的信度和效度也是影響口語測試的重要因素。因此，口語評價與反饋極為重要。盡管如此，我國當前的口語教學中，有限的師資力量明顯地難以滿足這一需求，且在一些落后地區，師資水平難以保證英語口語的教學質量。所以，評價難度大成為制約學生口語學習的瓶頸之一。

綜上，英語口語學習環境匱乏難以為學生提供有效的練習情境，口語評價難度大導致口語交互中斷，二者是當前國內英語口語教學中存在的突出問題。針對上述問題，如何通過技術手段構建一對一的個性化學習環境，實現自動化語音評測與提供即時反饋成為口語教學的有效解決方案之一。

二、語音評測技術概述

隨著云計算的出現和3G的廣泛應用，在移動互聯網浪潮的推動下，語音技術迅猛發展。語音技術實現了人機語音交互，使人與機器之間溝通變得像人與人溝通一樣簡單。語音技術是一個涉及多學科的交叉研究領域，包括聲學、信號處理、信息理論、語言學以及計算機科學等諸多領域研究。語音技術主要包括語音合成技術、語音識別技術和語音評測技術三個重要研究領域。語音合成技術可以將任意的文字信息轉化為自然流暢的語音，即Text-to-Speech，又稱文語轉換技術，解決讓機器會說話的問題。與語音合成技術相對應，語音識別是讓機器通過識別和理解過程把語音信號轉變為相應的文本或命令的技術。

近年來，教育文化傳播事業的迅速發展，語音評測技術也取得了極大進步并得到了廣泛應用。語音評測技術屬于計算機輔助語言學習（ComputerAssisted Language Learning）研究領域，是一種通過機器自動對發音進行評分、檢錯并給出矯正指導的技術。通過該技術，可以用計算機對普通話或者英語的發音進行標準評價和錯誤反饋指導。在英語口語教學中，能有效地提高學生口語學習的效率和效果。語音評測研究包括標準發音模型的建立、發音的音段韻律質量分析和人工評分映射訓練等核心內容，語音評測基本框架如圖1所示。

語音評測首先需要構建語音模型和評分映射模型。通常基于大規模的標準發音語料庫，獲取標準發音數據，對其進行特征提取，進而構建語音模型，使計算機能夠自動分析什么樣的發音是標準的發音。同時采集大量的發音語料，即非標準語音，然后基于標準聲學模型，計算機經過特征提取和音段切分等一系列處理后可自動分析出其發音距離標準語音的聲學差距，同時請相關方面的專家完成整個語音語料庫相關評分和檢錯的人工標注，通過數據挖掘技術實現聲學差距到專家評分的專家映射模型，這一過程可以使計算機自動學習專家的評分規則，從而具備專家的評分能力。

語音評測的流程是：首先對學習者的語音進行特征提取，然后用訓練好的語音模型對語音特征進行音段切分（通常采用Viterbi算法），接著在音段上計算出各種發音質量測度，最后用訓練好的評分映射模型，把發音質量測度轉換為直觀的分數。

隨著語音技術的不斷成熟及其在語言學習過程中的廣泛應用，用于促進英語課程教學的計算機輔助語言學習日益成為當前研究的熱點。

三、基于語音評測的英語口語智能導師系統

智能導師系統（intelligent tutonng system，ITS）在一對一個性化教學方面效果顯著。學生模型是ITS的核心，學生的能力水平是學生模型的最主要特征，通過測評能客觀地反映學生的知識技能水平。因此，本研究認為，學生模型的構建依賴于測評技術。領域模型和學生模型是教學模型功能實現的基礎，教學模型是領域模型和學生模型之間的橋梁，教學模型的實質是做出適應性決策和提供個性化的資源推薦服務。其相互聯系如圖2所示。

語言學相關研究表明，朗讀和復述是提高英語口語技能水平的有效途徑。因此，本研究中創設了仿讀、朗讀、復述、情景對話等英語口語練習活動。而作為語音評測引擎，口語發音的準確性、流利性和完整性將是其主要測評指標。

1.系統設計與原型實現

本研究提出如圖3所示的系統流程設計。

首先，英語口語領域知識表示方面，構建基于語音語料庫的領域模型，這是語音評測引擎的組件和評價標準的基礎。一方面，需要確定重要的語言特征，即能表征口語流利程度的重要指標變量。在本研究中，這些特征包括口語發音準確性、流利性和完整性。另一方面，要構建聲學模型、語言模型和評分模型。聲學模型是能使引擎識別單詞的軟件組件，語言模型是允許引擎區分具有相似發音單詞的軟件組件（如，能區分學生講的是“the red cup”而不是“the read cup”），評分模型是基于真實專家評分，對回答所評分數的一系列評價標準，這和語音引擎評價的標準類似。聲學模型、語言模型和評分模型是對口語語音準確性、流利性和完整性及評分標準的規則性定義，供語音評測引擎使用。

其次，在學生模型方面，構建以語音評測數據為基礎的學生模型。學生可以進行仿讀、朗讀、復述、情景對話等口語練習活動，語音評測引擎將學生的語音信號作為輸入數據，在英語口語領域知識表示的基礎上，提取所輸入語音的特征，基于語音模型和評分映射模型，執行自動化語音評測，給出建議分數，并通過即時反饋的方式，提示學生在口語語音準確性、流利性和完整性方面的具體表現及相應的學習建議（如圖5所示）。所給分數反映了學生的口語能力水平，本研究將其作為學生模型的最典型特征。隨著時間增長，系統使用所收集到的學生口語水平數據，自動改進語音評測引擎背后的英語口語領域知識模型，即將語音測評的評價指標能夠更加準確地反映中國英語學習者的口語能力特質。

最后，教學模型根據學生模型所代表的學生口語能力水平，通過個性化資源推薦的方式，向學生推送符合其當前口語水平的練習題目。學生可以根據系統的具體反饋情況，針對自己在語音準確性、流利性和完整性的表現，進行下一輪的訓練。

本研究以語音評測方法和技術為支撐，構建了以語音評測為核心的英語口語智能導師系統原型。其主要功能如圖3所示。

學生可在系統中進行情景對話練習，其他練習方式還包括句子仿讀、短文朗讀、句子復述等練習。系統對學生的語音輸入進行自動化評測，并根據發音準確性、流利性和完整性指標評分，并將其綜合結果即時反饋給學生。該分數能夠反映學生當前的口語水平。根據該分數（即學生口語能力水平），系統會向學生推薦符合其口語水平的練習。

2.應用效果分析

本研究所設計的原型系統在英語口語學習中進行了初步應用，并取得了一定的效果。首先，在語音評測的信度方面，測試表明：系統自動化語音測評結果與人工評分具有較高的一致性，效果如圖4所示。其次，對試用了該系統的學生進行抽樣調查，結果表明，96%的同學認為該系統能夠有效促進口語學習，如圖5所示。

四、總結與展望

隨著移動互聯網浪潮席卷而來，語音技術取得了突破性發展和大規模應用，而語言教學對于語音評測有著更為迫切的需求。本研究針對當前英語口語教學中存在的口語練習環境匱乏和評價難度大等問題，設計了基于語音評測的英語口語智能導師系統，應用效果表明該系統能夠有效地輔助學生的口語學習。當前，該系統在功能設計方面尚存不足，尤其是學生與系統之間的人機交互方面。如何根據語言教學的規律，設計有效的練習類型，構建更加有意義的口語練習情境，將是下一步改進的重點。

作者簡介：梁迎麗，華南師范大學信息技術學院，在讀博士，研究方向：計算機網絡與教育應用。

收稿日期：2012年6月29日

編輯：李婷